深度学习与围棋

深度学习与围棋

Max Pumperla, Kevin Ferguson, 赵普明
5.0 / 5.0
0 comments
你有多喜欢这本书?
下载文件的质量如何?
下载该书,以评价其质量
下载文件的质量如何?
2016 年围棋人工智能项目 AlphaGo 横空出世,举世皆惊。AlphaGo 使用在线围棋对弈软件所记录的数万局棋谱为学习素材训练出深度神经网络的初始版本,然后在此基础上运用强化学习方法,通过经年累月的自我对弈不断提高棋艺,并最终取得关键性突破。本书举重若轻,对 AlphaGo 背后所涉及的原理性知识进行了全面而层次分明的介绍。本书包括三部分:第一部分概述机器学习的原理,并向读者介绍关于围棋的基本知识以及围棋软件的基础框架;第二部分循序渐进讲解蒙特卡洛树搜索、神经网络、数据预处理、强化学习及开发和部署诸多主题;第三部分则将各个知识点整合起来,指导读者开发出自己的类 AlphaGo 系统(基于 Keras 深度学习框架)并上线。通过阅读本书,对 AlphaGo 背后的原理有兴趣的读者将可一窥其堂奥。同时本书也可看作是关于如何将深度学习+强化学习运用于实际项目的一本有趣的案例分析。
这本书是 Manning Publication 2019 年出版的 Deep Learning and the Game of Go 的中译本。原作者 Max 与 Kevin 是著名开源围棋机器人 BetaGo 项目的共同开发者。
年:
2021
出版社:
人民邮电出版社
语言:
chinese
页:
312
ISBN 10:
7115551464
ISBN 13:
9787115551467
文件:
PDF, 65.09 MB
IPFS:
CID , CID Blake2b
chinese, 2021
下载 (pdf, 65.09 MB)
正在转换
转换为 失败

关键词